Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，提供 FP8 与 NVFP4 两个官方版本。
推荐理由：原文给出 1T 总参数、49B 激活的 MoE 架构细节与网络安全基准成绩，可据此判断开源权重模型在防御场景的可用性。
#开源生态
Hugging Face Blog精选AI 评分8484
Anthropic精选AI 评分6767 Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），同时移交名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由：Anthropic 把 Agent Skills 标准交给 Linux 基金会下的 AAIF，读者可据此了解该标准的治理归属与后续路线。
Interconnects精选AI 评分7878 Meta 同时推出开源与闭源前沿模型，Nathan Lambert 分析其竞争格局
Nathan Lambert 分析 Meta 本周同时推进开源与闭源前沿模型的动向：开源权重模型 Muse Spark Open 为 816B 总参数、42B 激活参数，上下文窗口 1M tokens，原生多模态，面向编码与智能体任务，性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 与 Kimi K3。
推荐理由：文章把 Meta 同时发布开源与闭源前沿模型放进美国实验室竞争格局里比较，并拆解其自定义许可证的实际限制。
Qwen Blog精选AI 评分7575 千问开源 Qwen-Image-2.1 图像模型，7B 参数整合生成与编辑
千问开源 Qwen-Image-2.1，将文生图与图像编辑整合在同一模型，视觉生成部分为 7B 参数，原生支持透明图像的生成与编辑。模型最多支持 10 张参考图输入，并支持圈选、涂抹和独立掩码等局部编辑方式。官方称其通过混合粒度注意力结构与 KV Cache 复用优化推理效率，多图输入场景下优势更明显。
推荐理由：官方给出 7B 视觉生成参数、原生透明图像与最多 10 张参考图等具体设定，便于对照现有图像模型评估取舍。
已经到底了